Chapter 15: Transactions 

Database System Concepts, 5th Ed.
©Silberschatz, Korth and Sudarshan
See www.db­book.com for conditions on re­use 
 Chapter 15:  Transactions
■ Transaction Concept
■ Transaction State
■ Concurrent Executions
■ Serializability
■ Recoverability
■ Implementation of Isolation
■ Transaction Definition in SQL
■ Testing for Serializability.

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.2 ©Silberschatz, Korth and Sudarshan

 Transaction Concept
■ A transaction is a unit of program execution that accesses and  
possibly updates various data items.
■ E.g. transaction to transfer $50 from account A to account B:
1. read(A)
2. A := A – 50
3. write(A)
4. read(B)
5. B := B + 50
6. write(B)
■ Two main issues to deal with:
● Failures of various kinds, such as hardware failures and system 
crashes
● Concurrent execution of multiple transactions

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.3 ©Silberschatz, Korth and Sudarshan

 Example of Fund Transfer
■ Transaction to transfer $50 from account A to account B:
1. read(A)
2. A := A – 50
3. write(A)
4. read(B)
5. B := B + 50
6. write(B)
■ Atomicity requirement 
● if the transaction fails after step 3 and before step 6, money will be “lost” 
leading to an inconsistent database state
 Failure could be due to software or hardware
● the system should ensure that updates of a partially executed transaction 
are not reflected in the database
■ Durability requirement — once the user has been notified that the transaction 
has completed (i.e., the transfer of the $50 has taken place), the updates to the 
database by the transaction must persist even if there are software or hardware 
failures.

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.4 ©Silberschatz, Korth and Sudarshan

 Example of Fund Transfer (Cont.)
■ Transaction to transfer $50 from account A to account B:
1. read(A)
2. A := A – 50
3. write(A)
4. read(B)
5. B := B + 50
6. write(B)
■ Consistency requirement in above example:
●  the sum of A and B is unchanged by the execution of the transaction
■ In general, consistency requirements include 
 Explicitly specified integrity constraints such as primary keys and foreign 
keys
 Implicit integrity constraints

– e.g. sum of balances of all accounts, minus sum of loan amounts 
must equal value of cash­in­hand
● A transaction must see a consistent database.
● During transaction execution the database may be temporarily inconsistent.
● When the transaction completes successfully the database must be 
consistent
 Erroneous transaction logic can lead to inconsistency

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.5 ©Silberschatz, Korth and Sudarshan

 Example of Fund Transfer (Cont.)
■ Isolation requirement — if between steps 3 and 6, another 
transaction T2 is allowed to access the partially updated database, it 
will see an inconsistent database (the sum  A + B will be less than it 
should be).
         T1                                        T2
1. read(A)
2. A := A – 50
3. write(A)
                                      read(A), read(B), print(A+B)
4. read(B)
5. B := B + 50
6. write(B
■ Isolation can be ensured trivially by running transactions serially
●  that is, one after the other.   
■ However, executing multiple transactions concurrently has significant 
benefits, as we will see later.

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.6 ©Silberschatz, Korth and Sudarshan

 ACID Properties
A  transaction  is a unit of program execution that accesses and possibly 
updates various data items.To preserve the integrity of data the database 
system must ensure:
■ Atomicity.  Either all operations of the transaction are properly reflected 
in the database or none are.
■ Consistency.  Execution of a transaction in isolation preserves the 
consistency of the database.
■ Isolation.  Although multiple transactions may execute concurrently, 
each transaction must be unaware of other concurrently executing 
transactions.  Intermediate transaction results must be hidden from other 
concurrently executed transactions.  
● That is, for every pair of transactions Ti and Tj, it appears to Ti that 
either Tj, finished execution before Ti started, or Tj started execution 
after Ti finished.
■ Durability.  After a transaction completes successfully, the changes it 
has made to the database persist, even if there are system failures. 

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.7 ©Silberschatz, Korth and Sudarshan

 Transaction State
■ Active – the initial state; the transaction stays in this state while it is 
executing
■ Partially committed – after the final statement has been executed.
■ Failed ­­ after the discovery that normal execution can no longer 
proceed.
■ Aborted – after the transaction has been rolled back and the 
database restored to its state prior to the start of the transaction.  
Two options after it has been aborted:
● restart the transaction
  can be done only if no internal logical error
● kill the transaction
■ Committed – after successful completion.

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.8 ©Silberschatz, Korth and Sudarshan

 Transaction State (Cont.)

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.9 ©Silberschatz, Korth and Sudarshan

 Implementation of Atomicity and 
Durability
■ The recovery­management component of a database system 
implements the support for atomicity and durability.
■ E.g. the shadow­database scheme:
● all updates are made on a shadow copy of the database
  db_pointer is made to point to the updated shadow copy  after
–  the transaction reaches partial commit and 
– all updated pages have been flushed to disk.

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.10 ©Silberschatz, Korth and Sudarshan

 Implementation of Atomicity and Durability 
(Cont.)

■ db_pointer always points to the current consistent copy of the database.
● In case transaction fails, old consistent copy pointed to by db_pointer 
can be used, and the shadow copy can be deleted. 
■ The shadow­database scheme:
● Assumes that only one transaction is active at a time.
● Assumes disks do not fail
● Useful for text editors, but 
 extremely inefficient for large databases (why?)
– Variant called shadow paging reduces copying of data, but is 
still not practical for large databases
● Does not handle concurrent transactions
■  Will study better schemes in Chapter 17.

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.11 ©Silberschatz, Korth and Sudarshan

 Concurrent Executions
■ Multiple transactions are allowed to run concurrently in the system.  
Advantages are:
● increased processor and disk utilization, leading to better 
transaction throughput
 E.g. one transaction can be using the CPU while another is 
reading from or writing to the disk
● reduced average response time for transactions: short 
transactions need not wait behind long ones.
■ Concurrency control schemes – mechanisms  to achieve isolation
●  that is, to control the interaction among the concurrent 
transactions in order to prevent them from destroying the 
consistency of the database
 Will study in Chapter 16, after studying notion of correctness 
of concurrent executions.

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.12 ©Silberschatz, Korth and Sudarshan

 Schedules
■ Schedule – a sequences of instructions that specify the chronological 
order in which instructions of concurrent transactions are executed
● a schedule for a set of transactions must consist of all instructions 
of those transactions
● must preserve the order in which the instructions appear in each 
individual transaction.
■ A transaction that successfully completes its execution will have a 
commit instructions as the last statement 
● by default transaction assumed to execute commit instruction as its 
last step
■ A transaction that fails to successfully complete its execution will have 
an abort instruction as the last statement 

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.13 ©Silberschatz, Korth and Sudarshan

 Schedule 1
■ Let T1 transfer $50 from A to B, and T2 transfer 10% of the 
balance from A to B.  
■ A serial schedule in which T1 is followed by T2 :

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.14 ©Silberschatz, Korth and Sudarshan

 Schedule 2

• A serial schedule where T2 is followed by T1

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.15 ©Silberschatz, Korth and Sudarshan

 Schedule 3
■ Let T1 and T2 be the transactions defined previously.  The 
following schedule is not a serial schedule, but it is equivalent 
to Schedule 1.

In Schedules 1, 2 and 3, the sum A + B is preserved.

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.16 ©Silberschatz, Korth and Sudarshan

 Schedule 4
■ The following concurrent schedule does not preserve the 
value of (A + B ).

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.17 ©Silberschatz, Korth and Sudarshan

 Serializability
■ Basic Assumption – Each transaction preserves database 
consistency.
■ Thus serial execution of a set of transactions preserves database 
consistency.
■ A (possibly concurrent) schedule is serializable if it is equivalent to a 
serial schedule.  Different forms of schedule equivalence give rise to 
the notions of:
1. conflict serializability
2. view serializability
■ Simplified view of transactions
● We ignore operations other than read and write instructions
● We assume that transactions may perform arbitrary computations 
on data in local buffers in between reads and writes.  
● Our simplified schedules consist of only read and write 
instructions.

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.18 ©Silberschatz, Korth and Sudarshan

 Conflicting Instructions 
■ Instructions li and lj of transactions Ti and Tj respectively, conflict if 
and only if there exists some item Q accessed by both li and lj, and at 
least one of these instructions wrote Q.
   1. li = read(Q), lj = read(Q).   li and lj don’t conflict.
   2. li = read(Q),  lj = write(Q).  They conflict.
   3. li = write(Q), lj = read(Q).   They conflict
   4. li = write(Q), lj = write(Q).  They conflict
■ Intuitively, a conflict between li and lj forces a (logical) temporal order 
between them.  
●  If li and lj are consecutive in a schedule and they do not conflict, 
their results would remain the same even if they had been 
interchanged in the schedule.

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.19 ©Silberschatz, Korth and Sudarshan

 Conflict Serializability
■ If a schedule S can be transformed into a schedule S´ by a series of 
swaps of non­conflicting instructions, we say that S and S´ are 
conflict equivalent.
■ We say that a schedule S is conflict serializable if it is conflict 
equivalent to a serial schedule

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.20 ©Silberschatz, Korth and Sudarshan

 Conflict Serializability (Cont.)
■ Schedule 3 can be transformed into Schedule 6, a serial 
schedule where T2 follows T1, by series of swaps of non­
conflicting instructions. 
● Therefore Schedule 3 is conflict serializable.

Schedule 3 Schedule 6
Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.21 ©Silberschatz, Korth and Sudarshan
 Conflict Serializability (Cont.)

■ Example of a schedule that is not conflict serializable:

■ We are unable to swap instructions in the above schedule to obtain 
either the serial schedule < T3, T4 >, or the serial schedule < T4, T3 >.

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.22 ©Silberschatz, Korth and Sudarshan

 View Serializability
■ Let S and S´ be two schedules with the same set of transactions.  S 
and S´ are view equivalent if the following three conditions are met, 
for each data item Q, 
● If in schedule S, transaction Ti reads the initial value of Q, then in 
schedule S’ also transaction Ti  must read the initial value of Q.
● If in schedule S transaction Ti executes read(Q), and that value 
was produced by transaction Tj  (if any), then in schedule S’ also 
transaction Ti must read the value of Q that was produced by the 
same write(Q) operation of transaction Tj .
● The transaction (if any) that performs the final write(Q) operation 
in schedule S must also perform the final write(Q) operation in 
schedule S’.
As can be seen, view equivalence is also based purely on reads and 
writes alone.

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.23 ©Silberschatz, Korth and Sudarshan

 View Serializability (Cont.)
■ A schedule S is view serializable if it is view equivalent to a serial 
schedule.
■ Every conflict serializable schedule is also view serializable.
■ Below is a schedule which is view­serializable but not conflict 
serializable.

■ What serial schedule is above equivalent to?
■ Every view serializable schedule that is not conflict serializable has 
blind writes.

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.24 ©Silberschatz, Korth and Sudarshan

 Other Notions of Serializability
■ The schedule below produces same outcome as the serial 
schedule < T1, T5 >, yet is not conflict equivalent or view 
equivalent to it.

■ Determining such equivalence requires analysis of operations 
other than read and write.

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.25 ©Silberschatz, Korth and Sudarshan

 Testing for Serializability
■ Consider some schedule of a set of transactions T1, T2, ..., Tn
■ Precedence graph — a direct graph where the vertices are 
the transactions (names).
■ We draw an arc from Ti to Tj if the two transaction conflict, 
and Ti accessed the data item on which the conflict arose 
earlier.
■ We may label the arc by the item that was accessed.
■ Example 1

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.26 ©Silberschatz, Korth and Sudarshan

 Example Schedule (Schedule A) + Precedence Graph

T1 T2
  T3
    T4 T5
 

read(X)
read(Y)
read(Z)
read(V)
read(W) T1 T2
read(W)
read(Y)
write(Y)
write(Z)
read(U)
read(Y)
T3 T4
write(Y)
read(Z)
write(Z)
read(U)
write(U) T5

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.27 ©Silberschatz, Korth and Sudarshan

 Test for Conflict Serializability
■ A schedule is conflict serializable if and only 
if its precedence graph is acyclic.
■ Cycle­detection algorithms exist which take 
order n2 time, where n is the number of 
vertices in the graph.  
● (Better algorithms take order n + e 
where e is the number of edges.)
■ If precedence graph is acyclic, the 
serializability order can be obtained by a 
topological sorting of the graph. 
●  This is a linear order consistent with the 
partial order of the graph.
● For example, a serializability order for 
Schedule A would be
T5 → T1 → T3 → T2 → T4
 Are there others?

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.28 ©Silberschatz, Korth and Sudarshan

 Test for View Serializability
■ The precedence graph test for conflict serializability cannot be used 
directly to test for view serializability.
● Extension to test for view serializability has cost exponential in the 
size of the precedence graph.
■ The problem of checking if a schedule is view serializable falls in the 
class of NP­complete problems. 
●  Thus existence of an efficient algorithm is extremely unlikely.
■ However practical algorithms that just check some sufficient 
conditions for view serializability can still be used.

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.29 ©Silberschatz, Korth and Sudarshan

 Recoverable Schedules
Need to address the effect of transaction failures on concurrently 
running transactions.
■ Recoverable schedule — if a transaction Tj reads a data item 
previously written by a transaction Ti , then the commit operation of Ti  
appears before the commit operation of Tj.
■ The following schedule (Schedule 11) is not recoverable if T9 commits 
immediately after the read

■ If T8 should abort, T9 would have read (and possibly shown to the user) 
an inconsistent database state.  Hence, database must ensure that 
schedules are recoverable.

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.30 ©Silberschatz, Korth and Sudarshan

 Cascading Rollbacks
■ Cascading rollback – a single transaction failure leads to a 
series of transaction rollbacks.  Consider the following schedule 
where none of the transactions has yet committed (so the 
schedule is recoverable)

If T10 fails, T11 and T12 must also be rolled back.
■ Can lead to the undoing of a significant amount of work

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.31 ©Silberschatz, Korth and Sudarshan

 Cascadeless Schedules
■ Cascadeless schedules — cascading rollbacks cannot occur; for 
each pair of transactions Ti and Tj such that Tj  reads a data item 
previously written by Ti, the commit operation of Ti  appears before the 
read operation of Tj.
■ Every cascadeless schedule is also recoverable
■ It is desirable to restrict the schedules to those that are cascadeless

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.32 ©Silberschatz, Korth and Sudarshan

 Concurrency Control
■ A database must provide a mechanism that will ensure that all possible 
schedules are 
● either conflict or view serializable, and 
● are recoverable and preferably cascadeless
■ A policy in which only one transaction can execute at a time generates 
serial schedules, but provides a poor degree of concurrency
● Are serial schedules recoverable/cascadeless?
■ Testing a schedule for serializability after it has executed is a little too 
late!
■ Goal – to develop concurrency control protocols that will assure 
serializability.

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.33 ©Silberschatz, Korth and Sudarshan

 Concurrency Control vs. Serializability Tests

■ Concurrency­control protocols allow concurrent schedules, but ensure 
that the schedules are conflict/view serializable, and are recoverable 
and cascadeless .
■ Concurrency control protocols generally do not examine the 
precedence graph as it is being created
● Instead a protocol imposes a discipline that avoids nonseralizable 
schedules.
● We study such protocols in Chapter 16.
■ Different concurrency control protocols provide different tradeoffs 
between the amount of concurrency they allow and the amount of 
overhead that they incur.
■ Tests for serializability help us understand why a concurrency control 
protocol is correct.   

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.34 ©Silberschatz, Korth and Sudarshan

 Weak Levels of Consistency
■ Some applications are willing to live with weak levels of consistency, 
allowing schedules that are not serializable
● E.g. a read­only transaction that wants to get an approximate total 
balance of all accounts 
● E.g. database statistics computed for query optimization can be 
approximate (why?)
● Such transactions need not be serializable with respect to other 
transactions
■ Tradeoff accuracy for performance

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.35 ©Silberschatz, Korth and Sudarshan

 Levels of Consistency in SQL­92
■ Serializable — default
■ Repeatable read — only committed records to be read, repeated 
reads of same record must return same value.  However, a 
transaction may not be serializable – it may find some records 
inserted by a transaction but not find others.
■ Read committed — only committed records can be read, but 
successive reads of record may return different (but committed) 
values.
■ Read uncommitted — even uncommitted records may be read. 

■ Lower degrees of consistency useful for gathering approximate
information about the database 
■ Warning: some database systems do not ensure serializable 
schedules by default
● E.g. Oracle and PostgreSQL by default support a level of 
consistency called snapshot isolation (not part of the SQL 
standard)
Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.36 ©Silberschatz, Korth and Sudarshan
 Transaction Definition in SQL
■ Data manipulation language must include a construct for 
specifying the set of actions that comprise a transaction.
■ In SQL, a transaction begins implicitly.
■ A transaction in SQL ends by:
● Commit work commits current transaction and begins a new 
one.
● Rollback work causes current transaction to abort.
■ In almost all database systems, by default, every SQL statement 
also commits implicitly if it executes successfully
● Implicit commit can be turned off by a database directive
 E.g. in JDBC,     connection.setAutoCommit(false);

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.37 ©Silberschatz, Korth and Sudarshan

 End of Chapter

Database System Concepts, 5th Ed.
©Silberschatz, Korth and Sudarshan
See www.db­book.com for conditions on re­use 
Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.39 ©Silberschatz, Korth and Sudarshan
Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.40 ©Silberschatz, Korth and Sudarshan
 Schedule 7

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.41 ©Silberschatz, Korth and Sudarshan

 Precedence Graph for 
(a) Schedule 1 and (b) Schedule 2

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.42 ©Silberschatz, Korth and Sudarshan

 Precedence Graph

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.43 ©Silberschatz, Korth and Sudarshan

 fig. 15.21

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.44 ©Silberschatz, Korth and Sudarshan

 Implementation of Isolation
■ Schedules must be conflict or view serializable, and recoverable, 
for the sake of database consistency, and preferably cascadeless.
■ A policy in which only one transaction can execute at a time 
generates serial schedules, but provides a poor degree of 
concurrency.
■ Concurrency­control schemes tradeoff between the amount of 
concurrency they allow and the amount of overhead that they 
incur.
■ Some schemes allow only conflict­serializable schedules to be 
generated, while others allow  view­serializable schedules that are 
not conflict­serializable.

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.45 ©Silberschatz, Korth and Sudarshan

 Figure 15.6

Database System Concepts ­ 5th Edition, Oct 5, 2006. 15.46 ©Silberschatz, Korth and Sudarshan